小编ves*_*and的帖子

我有带有 Country 列的用户数据集，并且想要绘制用户在各个国家/地区的分布图。我将数据集转换为字典，其中键是国家/地区名称，值是国家/地区的频率计数。字典是这样的：

'usa': 139421,
'canada': 21601, 
'united kingdom': 18314,
'germany': 17024,
'spain': 13096,
 [...]

为了在世界地图上绘制分布，我使用了以下代码：

#Convert to dictionary
counts = users['Country'].value_counts().to_dict()

#Country names
def getList(dict): 
    return [*dict]

countrs = getList(counts)

#Frequency counts
freqs = list(counts.values())

#Plotting
data = dict(
        type = 'choropleth',
        colorscale = 'Viridis',
        reversescale = True,
        locations = countrs,
        locationmode = "country names",
        z = freqs,
        text = users['Country'],
        colorbar = {'title' : 'Number of Users'},
      ) 

layout = dict(title = 'Number of Users per Country',
                geo …

像这样的清单

lst1 = [2, 3, 4, 5]

我想轻松地插入一个新的号码1在index [0]，并在同一时间下降了5，在index [-1]让我结束了：

[1, 2, 3, 4]

这可以使用：

lst1.insert(0,1)
lst1.pop()
print(lst1)

# output
# [1, 2, 3, 4]

但是我对这样一个事实感到有些困惑，因为似乎不存在直接执行此操作的内置方法。我发现最接近解决方案的是分配1给它自己的列表，然后用这样的索引扩展它lst1：

lst0=[1]
lst0.extend(lst1[:-1])

print(lst0)

# output:
[1, 2, 3, 4]

但不知何故，这感觉有点落后，而且它肯定不是单行的。有没有更pythonic的方法来做到这一点？

对于比我拥有更基础 Python 知识的人来说，这可能是显而易见的，而且它本身甚至不能证明一个问题的合理性。但我对这些事情越来越好奇，想知道这是否可能。如果不是，那为什么呢？

我在 Python 中使用 plotly 创建由一些分类变量着色的美国县的等值线图。由于县太小，因此图像之间的边界线占主导地位。我怎样才能摆脱它们（或将它们的宽度设置为零）？

到目前为止的代码和输出（使用随机数据）：

情节：https : //i.stack.imgur.com/G3ltp.png

from urllib.request import urlopen
import json
import numpy as np
import plotly.express as px
import pandas as pd

#Read county geography
with urlopen('https://raw.githubusercontent.com/plotly/datasets/master/geojson-counties-fips.json') as response:
    buf = response.read()
    counties = json.loads(buf.decode('utf-8'))

#Create random data
df = pd.DataFrame(np.random.randn(99999, 1),columns=["val"])
df['category']=df['val']>1
df['fips'] = list(range(1,100000))

#Graph
fig = px.choropleth(df, geojson=counties, locations='fips', color='category',
scope="usa")
fig.show()

def update_graph_bar(named_count,**kwargs):

traces = list()
df = pd.DataFrame(list(Message.objects.all().values()))
available_indicators = list(df['content'].unique())
for t in available_indicators:
    traces.append(go.Bar(
        x=[t],
        y=[df[df['content']==t]['timestamp'].count()],
        name='{}'.format(t),text=[df[df['content']==t]['timestamp'].count()],
        textposition='auto'
        ))
layout = plotly.graph_objs.Layout(barmode='group',paper_bgcolor='#00FFFF',
    plot_bgcolor='rgba(0,0,0,0)',)
return {'data': traces,
      'layout': layout}

我有上面的代码，在这里我想使用“标记”引入颜色编码，这样条形图的颜色应该取决于它的值。随着值的增加，颜色也会改变。

我使用以下 Python 代码来生成旭日图：-

import plotly
import plotly.express as px
import plotly.graph_objects as go
import pandas as pd
df = pd.read_csv('CellUsageStats.csv',dtype={'Population':int},keep_default_na=False)
print(df.head(50))
fig = px.sunburst(df, path=['LibPrefix', 'MasterPrefixAbrHead', 'MasterPrefixAbrTail', 'Drive'], values='Population', color='Population', color_continuous_scale=px.colors.sequential.Inferno)
fig.update_traces(hovertemplate='Pattern: %{currentPath}%{label}<br>Matches: %{value}<br>Percent of <b>%{parent}</b>: %{percentParent:0.2%f}<br>Percent of <b>%{entry}</b>: %{percentEntry:0.2%f}<br>Percent of <b>%{root}</b>: %{percentRoot:0.2%f}')
fig.show()
plotly.offline.plot(fig, filename='sunburst.html')

我有第二个 csv 文件，使用上面相同的代码来生成另一个旭日。如何将它们组合起来在同一个 html 输出中创建并排绘图？我发现...

https://plotly.com/python/sunburst-charts/

但是，我确实需要 px.sunburst 属性，并且上面链接中的示例使用 go.Sunburst，而不是 px.sunburst。是否有一种直接的方法可以从两组不同的数据生成并排图？

谢谢！